睿帆科技联合创始人/CTO王雪：打通AI与大数据两个平台，才能更好地提高效率助力生产

    【猎云网北京】10月18日报道

    10月16日，FUS猎云网2020年度人工智能产业峰会在北京金茂万丽酒店隆重举行，在由峰瑞资本副总裁刘鹏琦主持、以《后疫情时代，人工智能落地应用何处所在》为议题的高峰论坛上，埃睿迪信息合伙人/副总裁赵华伟、睿帆科技联合创始人/CTO王雪、云迹科技战略合作副总裁杨子、宾果智能CEO闵海波就论坛议题发表了精彩观点。

    王雪是大数据领域的博士专家，她看到未来人工智能在大数据领域有三大方向。首先，AI平台和大数据平台将来必然会融合到一起，“这些工作是两个平台，如果不能统一到一起，将来对于整个生产过程效率是降低的。”

    其次，她认为将来联邦学习会有很大的生产价值。再者，区块链的数据共享技术能够在数据领域产生很大的价值。

    她表示，AI和大数据一样需要慢慢发展，不要一下子期待太高。“市面上之所以会出现那么多的产品，就是因为没有一个产品能够解决全部的场景，所以人工智能的突破还需要积累。“像现在，我们在某几个点有突破，但是不可能说一下子达到真正的人工智能的高度，所以大家对人工智能降低期望，然后逐渐辅助它成长。”

    疫情后，在大数据领域里，她观察到很多企业加速从数据采集阶段发展到如何用数据、处理分析数据并用数据指导生产。在AI运用上，现在更多的是云服务厂商有很多AI平台进行数据分析和深度学习并训练模型。

    本次峰会由猎云网主办，猎云资本、企业管家、猎云财经、锐视角协办，近百位知名资本大咖，独角兽创始人、创业风云人物及近千位创业者共聚一堂。峰会以“AI UP！”为主题，聚焦人工智能产业的应用，通过展示多领域多维度人工智能技术和产品以及分享讨论AI在不同场景中最新落地应用，展现人工智能产业落地应用的最新成就；并围绕人工智能产业的“进击”与“破圈”，探讨AI技术如何为产业赋能。

    以下是王雪论坛实录，经猎云网删减处理：

    王雪：大家好我叫王雪，来自广州睿帆科技，我们致力于大数据的处理和分析，我们公司两大主打产品，一个是大数据平台，提供从数据采集、数据接入到数据处理和数据分析一站式解决方案，雪球数据库是提供单表千亿级别以后交互式极速的数据查询引擎，我毕业于人民大学，主修方向是高性能数据库。

    刘鹏琦：2020年是很特殊的一年，有非常多的关键词，包括疫情、新基建、中美关系，在这么一个大背景之下，无论是从国家的层面来看，对很多新技术，尤其是以人工智能为代表的新技术都非常渴望，很多地方政府投入了大量资源支持这类公司，还是包括像资本市场，也给这类企业的融资开了一些新的窗口，包括科创板、注册制，从宏观大环境来看，是非常热闹的。

    我很好奇，从咱们人工智能企业自身的微观情况来看，走过疫情，我们自己有哪些切身的体会？包括在疫情期间，我们对自己的产品、业务，与比往年相比有哪些变化和新的亮点，可以做一个简单的分享。

    王雪：我们公司主要做数据处理和数据分析，疫情对我们来说没有特别大的影响，我们只是看到，疫情倒逼整个社会数字化过程加快。我们从电信业起家，大家都知道电信行业的数据量特别大，我们看到大数据的处理过程是，第一步先把数据采集起来，第二步是数据处理和分析，第三步才到分析和合作，比如说做深度学习，分析完的结果用到正常的预测和将来的使用。

    我们现在看到的情况是，在疫情之前，很多企业才处于第一阶段，仅把数据收集起来，但很多企业还没有到真正把数据利用起来。随着疫情的进展，很多企业在加速这个过程，已经从数据采集阶段进展到下一步，如何使用数据，对数据进行处理和分析，然后对分析的结果进行利用进一步指导生产。

    刘鹏琦：从机构角度看，产业升级会经历很多阶段，包括从信息化、数字化、线上化，再往后才能到大数据和智能化应用，可能疫情把整个链条过程压缩了。

    过去几年，人工智能本质上是个工具，它的落地和商业化应用需要结合其他技术，包括云计算、大数据、物联网，也需要真正考虑商业价值，所以它的落地预期和速度在过去几年比想象中慢很多。就这个现象请教一下在座各位嘉宾，过去几年，人工智能的发展没有像大家预期发展那么快的原因和挑战可能在哪？是因为我们所处的行业基础设施不够好，还是说我们价值传导不够到位，还是怎么样？

    王雪：大家开始对AI的破局期望太高了，所有东西都是有一个循序渐进的过程，我不是AI专家，我是做大数据出身。但是我对大数据这个东西是这么看的，大家都知道大数据最开始突破是谷歌那三篇论文，因为数据量大的时候没有任何计算模型能够处理，所以找到了一个突破点，可以用一堆机器、便宜的机器做一个很大算力的突破。

    我认为人工智能也是一样的，大家最开始对它的期待很高，但是随着发展发现，像大数据能解决一部分的问题，但是不能解决全部的问题。之所以大数据生态圈里面出现那么多的产品，就是因为没有一个产品能够解决全部的场景。人工智能同样如此，它的突破是需要积累的，像现在我们在某几个点有突破，但是不可能说一下子达到真正的人工智能的高度。所以大家对它的应该是降低期望，然后逐渐辅助它成长。

    刘鹏琦：我们再谈另外一个大家比较关心的问题，就是商业模式。这对于人工智能企业落地来说是非常关键的点，我们可以看到，现在大多数的落地模式无非是这几种，不是做技术项目服务实施，就是卖一些软件或硬件产品，或者是以企业服务和年费的形式。最近几年做下来，会不会看到一些新的可能性？

    王雪：我们是纯粹的2B企业，我们更关注给厂商做产品，我看到AI商业模式可能不止是提供一些解决方案，更多的是云服务厂商有很多AI平台，用户使用AI平台来做分析和深度学习，处理数据，直接训练模型。我还看到一些联邦学习平台，他们可能是将来AI的趋势。

    AI的最大问题和大数据一样是很难形成产品的，更多是提供一个解决方案。如果说形成产品很难，那我认为向客户交付未完成的产品是一个更好的途径，可以设计一个更好的商业模式。

    刘鹏琦：刚才在座几位嘉宾分享了很多对人工智能的思考，让我们再把话题拉回到疫情之下和现在，整个疫情对大家今年的业务或多或少有些积极的作用，除了对现有的一些业务订单上有一些爆发式增长外，是否有一些新的灵感出现，客户会不会提出一些原来从来没有提过的想法和需求，哪些是我们觉得非常有价值的？

    王雪：我看到的是几个方面，第一个我认为AI平台和大数据平台将来必然会融合到一起，因为用户在收集和处理数据的时候，一定要对数据进行变现。数据要产生价值，指导实际生产。AI框架其实是帮助用户训练模型，模型一定要部署和应用，而AI框架在模型部署、应用和在数据预处理方面需要借助大数据平台做这些工作。

    这些工作是两个平台，如果不能统一到一起，将来对于整个生产过程效率是降低的。所以我认为将来这两个平台一定会融合到一起。

    第二个，我认为将来联邦学习会有很大的生产价值，因为大家现在对于数据资产都非常看重，如何能够在不破坏别的数据隐私前提下，或者不购买其他公司数据前提下使用其他公司的数据，这个就是联邦学习将要解决的问题。

    第三个我看到的趋势或者有价值的点是使用区块链的数据共享技术，我们怎么样把数据共享和区块链技术结合到一起，使得能够在数据共享过程中评估每一个参与数据共享人的价值，同时又不违反数据的隐私。

    刘鹏琦：在这次疫情当中，咱们很多AI公司，无论在抗疫过程中还是在服务其他行业和社会过程中，已经开始扮演起一个关键角色，而不止是一个概念。我想最后再请各位嘉宾简单的用一两句话再展望一下未来五到十年，在我们领域也好，还是说在社会也好，AI会变成什么样子？

    王雪：我认为AI技术对于人类世界的改变并没有产业那么难，大家在长期之内会看到一个更好的效果。